Как мы внедрили ИИ-контур у селлера с оборотом 45 млн рублей: честный разбор

Подробности изложены в материале первоисточника. Когда производитель косметики с шестью кабинетами на Wildberries и Ozon увеличил выручку на 49% за шесть недель, легко списать этот успех на технологии. Однако, как отмечает Сергей Багров, прямой заслуги искусственного интеллекта в росте продаж нет. Я подробно разобрал, как устроен наш корпоративный ИИ-контур, почему вместо трех запланированных автоматизаций мы запустили 26, какие критические уязвимости в данных обнаружили нейросети и как на самом деле оценивался экономический эффект.

Компания занимает лидирующие позиции в своих нишах и обладает сильной командой, но управление по цифрам долгое время оставалось слабым местом. Сводной отчетности не существовало, показатели собирались вручную под конкретные запросы, а ключевые решения завязывались лично на собственника, управляющего бизнесом дистанционно.

С чем компания пришла к внедрению ИИ

Анализ текущих процессов показал типичные проблемы для крупного e-commerce бизнеса. Продажи отслеживались дважды в неделю, расходы пересчитывались раз в месяц, а единого справочника товаров не было, из-за чего возникали постоянные дубли и расхождения между кабинетами. Определение маржинальности конкретного кабинета за период отнимало от нескольких дней до недели кропотливой работы финансиста. Потребовалось перестроить подход к работе с информацией, чтобы команда могла опираться на актуальные данные.

Как устроен корпоративный ИИ-контур

Мы создали не разрозненный набор чат-ботов, а единую рабочую среду на корпоративном тарифе нейросети для восьми человек: собственника, операционного директора, руководителя отдела продаж, менеджеров и администратора. У каждого сотрудника настроен собственный проект с детальным описанием роли, что позволяет ассистенту мгновенно понимать контекст задач.

Система напрямую подключена к кабинетам маркетплейсов, аналитическим сервисам, корпоративному диску, почте и календарю. При этом учетная система подключена исключительно на чтение, чтобы исключить любые риски автоматического вмешательства в финансовые транзакции. Каждую автоматизацию сотрудники запускают самостоятельно и защищают перед руководством.

От трех задач до 26 запущенных автоматизаций

Проект стартовал с интервьюирования сотрудников для выявления рутинных операций и точек потери времени. На основе этих данных сформировали карту процессов и запустили автоматизацию силами самих менеджеров. Это дало впечатляющие результаты: от ежедневных дашбордов и контроля рекламных ставок до регулярного мониторинга цен и управления складскими остатками.

Контроль цен по расписанию: 30 товаров сверяются с контрольной ценой за один прогон

План поставки на склады Москвы на 14 дней формируется по одному запросу, учитывая ограничения площадок. Утренняя сводка за семь дней позволяет автоматически выявлять причины колебаний ключевых показателей.

План поставки на склады Москвы на 14 дней — одним запросом

Утренняя сводка: динамика за 7 дней и разбор причин

Каждое утро в шесть часов утра собственник получает комплексный дашборд по всем шести кабинетам, включающий данные по выручке, маржинальности, доле рекламных расходов и проблемным товарным позициям.

Дашборд собственника: факт, прогноз, прибыль, реклама и хранение на одном экране

Здесь важно учитывать методологию расчетов. Например, показатель доли рекламных расходов может считаться как от заказов, так и от фактических выкупов, поэтому единая база метрик согласовывается заранее во избежание путаницы.

Что ИИ обнаружил в массиве данных

Главная ценность первых недель заключалась в аудите всей корпоративной информации. Нейросеть выявила множество скрытых проблем: собственный бренд компании ошибочно числился в рыночных отчетах как сторонний конкурент, из-за чего доля рынка занижалась втрое. Выяснилось, что годовой рост выручки обусловлен исключительно ростом цен при нулевом приросте физических объемов продаж в штуках.

Аудит выявил перекосы в маржинальности площадок, зависшее в учете оборудование стоимостью в миллионы рублей, одновременно истекающие декларации соответствия на ключевой ассортимент и внутреннюю конкуренцию брендовых товаров на рекламных аукционах.

223 сигнала по шести кабинетам за неделю — каждый с оценкой в рублях и уровнем срочности

Отдельным пунктом стало обнаружение ссылки с доступом к финансовым ключам всех кабинетов, которая находилась в открытом доступе. Этот критический риск оперативно устранили, что подтверждает необходимость жесткой инвентаризации цифровых доступов перед стартом подобных проектов.

Как мы измеряли реальный эффект

Чтобы объективно оценить результаты, в качестве базового периода выбрали июнь, избегая летних месяцев с логистическими сбоями на складах. Все показатели пересчитывались на ежедневную основу, а трудозатраты сотрудников оценивались по окладной части без учета бонусов.

Результаты внедрения и реальный вклад ИИ

Сравнение сентября с базовым июнем показало рост выручки и валовой прибыли, однако важно четко разделять заслуги автоматизации и внешние факторы. Рост продаж обеспечен сезонностью и поставками, а увеличение чека и цен произошло благодаря решениям людей, а не алгоритмов.

Реальная польза ИИ-контура заключается в скорости и регулярности обработки информации: менеджеры стали видеть продажи и расходы ежедневно, а ответы на финансовые вопросы стали занимать минуты вместо дней.

Оценка времени, затрат и окупаемости

Команда тратит на работу с контуром около 270 часов ежемесячно. При этом автоматизация рутинных процедур высвободила время сотрудников для стратегических задач, таких как развитие новых товарных направлений и оптимизация рекламных кампаний.

Разбор по каждому товару неделя к неделе: где реклама съедает прибыль

Месячные затраты на корпоративный тариф нейросети окупаются примерно за три месяца исключительно за счет сэкономленного рабочего времени сотрудников, не считая предотвращенных финансовых потерь.

Что пошло не так и ограничения системы

В процессе работы мы столкнулись с лимитами токенов нейросети, из-за чего часть сотрудников периодически возвращалась к ручным операциям. Выяснилось, что обнаружить финансовую потерю и своевременно остановить ее — совершенно разные задачи. Без жесткого закрепления ответственных лиц и дедлайнов предупреждения ИИ остаются лишь строчками в отчетах.

В планах компании — выстроить контур исполнения поручений, очистить складской учет от оборудования и провести повторный аудит эффективности через три месяца.